Skuteczność i opłacalność oceny oprogramowania diagnostycznego wspomaganego AI (Verisee) w zakresie badań przesiewowych chorób okulistycznych
Przegląd badań
Status
Szczegółowy opis
Sztuczna inteligencja (AI) wykazała znaczący potencjał w analizie obrazowania medycznego i diagnozie choroby, szczególnie w okulistyce. Poczyniono znaczne postępy w wykorzystaniu AI do diagnozowania typowych chorób okulistycznych, zwiększaniu wczesnego wykrywania i poprawy wyników pacjentów. Wczesna diagnoza związana z wiekiem zwyrodnienie plamki żółtej (AMD), retinopatii cukrzycowej (DR) i jaskry (GLC) ma kluczowe znaczenie dla skutecznego leczenia i leczenia choroby.
Jednak obecne diagnozy kliniczne w dużej mierze polegają na okulistach, co prowadzi do takich wyzwań, jak niskie wskaźniki obecności pacjentów i nierówny rozkład zasobów diagnostycznych. Aby rozwiązać te problemy, to badanie przyjmuje projekt próby przed i po tym, aby ocenić wpływ systemu diagnostycznego wspomaganego przez Verisee. Badanie obejmuje zarówno prospektywne gromadzenie danych z badań przesiewowych, jak i retrospektywną analizę wcześniejszych danych pacjentów.
Verisee AMD, Verisee DR i Verisee GLC to narzędzia medyczne zasilane AI zaprojektowane do ekranu odpowiednio dla AMD, DR i GLC. Systemy te wykorzystują zaawansowane algorytmy AI do analizy obrazów fotograficznych drewna koloru, oceny warunków choroby i oceny jakości obrazu. Integrując to oprogramowanie z klinicznymi przepływami pracy, lekarze otrzymują natychmiastowe wsparcie diagnostyczne, poprawiając wydajność i dostępność badań przesiewowych chorób okulistycznych.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Taipei, Tajwan, 100225
- Rekrutacyjny
- National Taiwan University Hospital
-
Kontakt:
- Yi-Ting Hsieh, Medical Doctor
- Numer telefonu: +886-2-2312-3456 ext. 265018
- E-mail: ythyth@gmail.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Verisee AMD jest stosowany w klinikach okulistyki nierestacyjnej dla dorosłych w wieku 50 lat i powyżej.
- Verisee DR jest stosowany w nierentkowych klinikach podgatników dla pacjentów z cukrzycą w wieku 20 lat i więcej.
- Verisee GLC jest stosowany w klinikach okulistyki nie-gle-nabrzeżności dla dorosłych w wieku 20 i powyżej krótkowzroczności mniejszej niż 1000 stopni.
Kryteria wykluczenia:
- Pacjent nie zgadza się uczestniczyć w badaniu lub nie jest w stanie udzielić świadomej zgody.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Ekranizacja
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Inny: Interwencja AI
Pacjenci będą poddawać się badaniom fotografii dna z przy użyciu oprogramowania diagnostycznego wspomaganego przez sztuczną inteligencję (Verisee).
Okulistycy będą niezależnie interpretować te same obrazy, a wyniki zostaną porównane z wynikami generowanymi przez AI.
|
Verisee AMD, Verisee DR i Verisee GLC to odpowiednio urządzenia medyczne oparte na AI, zaprojektowane do badań od wieku (AMD), retinopatii cukrzycowej (DR) i jaskry.
Systemy te wykorzystują zaawansowane algorytmy AI do analizy obrazów fotograficznych drewna koloru do oceny choroby.
Instalując oprogramowanie na komputerze, system może oceniać jakość obrazu, przewidzieć warunki choroby i natychmiast zapewniać wyniki lekarzom klinicznym, służąc jako pomoc diagnostyczna.
Zbieranie danych z historii klinicznej pacjenta zostało przeprowadzone, ponieważ nie zastosowano systemu diagnostycznego wspomaganego przez Verisee.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wrażliwość
Ramy czasowe: Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
Czułość testu indeksu (Verisee) obliczono jako odsetek uczestników z odniesionymi chorobami potwierdzonymi standardem, którzy zostali poprawnie zidentyfikowani jako pozytywne przez oprogramowanie diagnostyczne wspomagane przez AI.
|
Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
|
Specyficzność
Ramy czasowe: Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
Specyficzność testu indeksu obliczono jako odsetek uczestników bez warunku docelowego, zgodnie z ustaleniami odniesienia, którzy zostali poprawnie sklasyfikowani jako negatywne przez narzędzie diagnostyczne wspomagane przez AI.
|
Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
|
Zgodność
Ramy czasowe: Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
Zgodność między diagnozą wspomaganą przez AI a interpretacją okulistów oceniono za pomocą ogólnego wskaźnika zgodności (tj. Odsetek przypadków o identycznych wynikach klasyfikacji).
|
Od badań przesiewowych po potwierdzoną przez lekarza diagnozę AMD lub DR, średnio 1 miesiąc
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Całkowita analiza kosztów (w tym koszty bezpośrednie i pośrednie)
Ramy czasowe: Od rejestracji do 12 miesięcy po badaniu
|
Środek ten obejmuje bezpośrednie koszty medyczne (np. Badania przesiewowe, obserwacja, leki i leczenie), pośrednie koszty medyczne związane z opieką zdrowotną (np. Utrzymanie systemu IT, personel opieki zdrowotnej) oraz nieoprzewodowe koszty pośrednie (np. Transport i utrata wydajności z powodu ślepoty).
Koszty zostaną przeanalizowane zarówno z krajowej perspektywy ubezpieczenia zdrowotnego, jak i szerszej perspektywy społecznej.
|
Od rejestracji do 12 miesięcy po badaniu
|
Współpracownicy i badacze
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 202412086DINC
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .